Tensorboard简介
TensorBoard是TensorFlow自带的一个强大的可视化工具,也是一个Web应用程序套件。TensorBoard目前支持7种可视化,Scalars,Images,Audio,Graphs,Distributions,Histograms和Embeddings。其中可视化的主要功能如下。
(1)Scalars:展示训练过程中的准确率、损失值、权重/偏置的变化情况。
(2)Images:展示训练过程中记录的图像。
(3)Audio:展示训练过程中记录的音频。
(4)Graphs:展示模型的数据流图,以及训练在各个设备上消耗的内存和时间。
(5)Distributions:展示训练过程中记录的数据的分部图。
(6)Histograms:展示训练过程中记录的数据的柱状图。
(7)Embeddings:展示词向量后的投影分部。
tf.summary.scalar("loss", cost) //创建summary观察损失值
merged_summary_op=tf.summary.merge_all() // 合并summary op
summary_writer=tf.summary.FileWriter(logs_path,graph=tf.get_default_graph())
if(epoch+1) % display_step==0:
c= sess.run(cost, feed_dict={X: train_X, Y: train_Y})
summary=sess.run(merged_summary_op,feed_dict={X: train_X, Y: train_Y})
summary_writer.add_summary(summary, epoch * n_samples)
tensorboard --logdir=./example --host 0.0.0.0
http://0.0.0.0:6006
计算图Graphs
wjriter = tf.train.SummaryWriter("/path/to/log", tf.get_defaut_graph())
writer.close()
tensorboard --logdir = /path/to/log